MétaCan
Menu
Retour à la cohorte
Enregistrement W2981392404 · doi:10.5539/elt.v12n11p64

Using Self-Assessment as a Tool for English Language Learning

2019· article· en· W2981392404 sur OpenAlexvenueno aff
Mohd Hafizuddin Mohamed Jamrus, Abu Bakar Razali

Notice bibliographique

RevueEnglish Language Teaching · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueStudent Assessment and Feedback
Établissements canadiensnon disponible
Organismes subventionnairesUniversiti Putra Malaysia
Mots-clésFormative assessmentPsychologyLearner autonomyContext (archaeology)Self-assessmentMathematics educationLanguage acquisitionAutonomyQuality (philosophy)Class (philosophy)PedagogyLanguage educationComprehension approachComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

A very important element of formative assessment is giving and receiving feedback. However, most teachers face difficulty in giving students feedback due to various reasons, such as the large number of students in class that makes it time consuming for them to do so. Fortunately, students themselves can be excellent sources of feedback through self-assessment, through which the students would reflect on the quality of their work, judge the degree to which their work reflects explicitly stated goals or criteria, and revise their work if necessary. Under the right conditions, student self-assessment can provide accurate, useful information to promote learning. Self-assessment can also be effective in English language learning, such as: motivating students to learn and reflect on their own English learning; promote critical thinking and reflective practices in learning English; scaffold knowledge of English learning from different English language skills; develop a sense of autonomy in their own learning English; and foster commitment in learning English among many others. This conceptual paper thus seeks to explore the potentials of using self-assessment in English language learning. In this paper, the concept and underlying principles of self-assessment will be introduced. Next, the review of past studies on self-assessment in the context of teaching and learning English as a second or English as a foreign language (ESL/EFL) will be explained. Later, the advantages and disadvantages of using self-assessment in the classroom will be discussed. In the final section, recommendations will be given for the implementation of self-assessment in learning English as a second language (ESL) classrooms.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,036
score de la tête « metaresearch » (Gemma)0,056
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,190

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0360,056
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,003
Études des sciences et des technologies0,0010,002
Communication savante0,0050,004
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,013
Tête enseignante GPT0,351
Écart entre enseignants0,338 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations45
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language TeachingMême sujetStudent Assessment and FeedbackTravaux en français237 207